当AI开始从语言走向现实，真正稀缺的是能理解真实世界并落地的答案。高德最新版本通过飞行街景2.0、避雷指南和导航Live三大功能，将空间智能融入出行全流程，从出发前踩点到行程规划再到抵达指引，重新定义了地图的能力边界。本文深度体验这些功能，解析高德如何从导航工具进化为空间智能平台。

AI 的进化速度，最近又上了一个台阶。

GPT-6 Astra 的发布，让”AGI 时代正在加速”又一次成为热门话题。能对话、能创作、能推理，人们对 AI 的期待被不断推高，仿佛什么问题都可以交给它。

查资料、改文案、做分析，甚至安排一次旅行，我们都开始习惯于先问问AI。

随着模型能力不断提升，得到一份完整、有条理的答案，也变得越来越容易。

但当问题开始涉及现实行动，答案是否成立，还需要考虑更多条件。

比如安排一次旅行，景点值得去、餐厅评价好，只能说明这些地方有吸引力。真正出发时，我们还需要知道当天是否开放、路上需要多久、停车是否方便，以及几个地点放在同一天是否来得及。

这让我想起里前阵子报道的一个新闻：一名男子在山中迷路后，直接问AI询问下山路线，按AI给的建议走后最终迷路,只能报警求助。

这件事提醒我们: 在AI时代，真正稀缺的是可以理解真实世界，并在在真实世界中落地的答案。

当 AI 从语言和数字内容走向真实世界，如何理解“人在哪里、周围有什么、环境如何变化”，正在成为新的关键能力——这就是空间智能。

而地图，天然就在处理这些真实世界中的具体问题。

对高德来说，过去这些能力主要被用来解决“在哪里”和“怎么到”。但当地图开始和 AI 进一步结合，它能参与的事情也在变多。

比如，出发前先看看一个地方到底是什么样；规划行程时判断几个地点放在一起是否合理；真正到了现场后，再根据眼前的环境继续给出指引。

这也是我体验完高德最新版本后一个很明显的感受：它正在从过去主要解决“怎么到”，进一步参与到出发前的判断、行程中的规划，以及抵达后的行动。

接下来，就从几个让我印象比较深的功能说起。

一、飞行街景2.0：买票前先“坐进去”看看，这个位置到底怎么样？

我们去一个陌生的地方，除了查地址和路线外，往往还有很多更具体的问题想提前弄清楚。

比如第一次去看演唱会或者演出，选座就是一个很实际的问题。

过去买票时，我通常只能对着一张场馆平面图看：舞台在哪边、哪个看台离得近、不同票档分别落在哪些区域。平面图虽然能提供一定到信息，但真正选座的时候，我还是很难直观判断：这个位置离舞台到底有多远？视角是正面还是侧面？坐在高层看下去是什么感觉？前面的建筑结构会不会影响视线？

有时候最后还是要去网上搜别人以前坐在这个区域拍的照片，再自己脑补现场效果。

现在有了高德的飞行街景，体验完全不一样，在地图里搜索对应的演出场地后，左下角就会有飞行街景的入口，点击后就可以直接进入场馆内部进行游览：

进去后默认会开启自动游览，它会自动带着我逛一圈场馆的情况。当然，它也同时支持我们去手动游览，无论是高度、方向和位置，都可以手动调节，这样就可以从不同座位的视角去看舞台，沉浸式地在场馆里面自由浏览，原来只能在一张平面图里看到的“区域”，开始有了更具体的距离感和方位感。

这给我带来的就是一种提前“踩点”的体验，让我先对真正要去的地方有一个更清晰的认识和判断，更好地做好出行的决策。

当然，也不止是场馆，商场，以及景点也都支持用飞行街景提前踩点：

特别是景点这块，我觉得飞行街景还有一个很实际的作用：网红景点避坑。

之前不少人都在诟病小某书上充斥了各种加了滤镜的打卡点，我也有过类似遭遇，在出发前刷到景点的照片时，看起来特别惊艳，很容易让人产生期待。结果到了现场才发现，实际看到的东西完全是另外一回事， 最后花了路程、买了门票，还占掉了本来就有限的旅游时间。

如果出发之前能先沿着飞行街景把景区大概逛一遍，我至少可以提前判断，这个地方值不值得专门跑一趟，实际环境是不是自己感兴趣的类型。

对我来说，这种“提前看一眼”的体验很实用。很多过去只能到了现场才知道的事情，现在可以在出发之前先有个大概判断，也能少一点因为信息差带来的踩坑成本。

二、避雷指南：地点都选好了，这趟行程真的走得通吗？

用飞行街景提前踩点确定目的地想去之后，接下来就是怎么把一趟行程安排好。

刚好我最近准备在中秋假期去一趟惠州双月湾，便顺手让高德帮我做了一次规划。

我的想法其实挺明确：第一天上午出发，不着急一早到双月湾，只要傍晚能赶上看落日就行。白天沙滩太晒，希望沿途能安排一些顺路、又比较适合避暑的地方。

如果让我自己做，这里面其实要算的东西不少。

首先要算从家里开到双月湾大概要多久，再倒推几点出发，才能给看落日留出足够时间。

中间如果想加几个景点，还得判断它们顺不顺路，会不会为了去一个地方多绕很远。

同时，白天太晒，我又不想把时间安排在沙滩上，那沿途景点最好还能满足“避暑”这个条件。选完以后，还要继续看营业时间，避免好不容易排进去，到了才发现已经关门。

这些事情，以前基本都要我自己一项项查询，再手动把时间拼起来。最后还会在地图上收藏目的点，然后截图标好序号和箭头，确认几个地点究竟按照什么顺序走更合理。

这次我用高德的避雷指南来规划，最明显的差别就是，它会直接把地点之间的距离、行驶时间和营业时间一起考虑进去，再安排沿途停留的顺序。

高德的避雷指南会从15个维度，包括营业时间、跨地点行程节奏、拥挤情况、预约规则、停车资源和特殊路段通行限制等条件进行动态检查。

放到这次双月湾之行里，它需要考虑的不只是“沿途有哪些地方值得去”，还包括这些地方能否顺路排在一起、每一站应该停留多久，以及最终能不能按计划赶到海边看落日。

过去，攻略写完往往只完成了“想去哪里”这一步，后面还需要自己再核对一遍时间和路线。现在，这些容易被遗漏、却会直接影响行程能否落地的细节，在规划阶段就已经被一起考虑进去了。

三、导航 Live：明明已经“到了”，入口到底在哪儿？

通过避雷指南解决的出发前的行程安排问题后，在最终到达目的地前，可能还会面临另外一个情况。

过往我导航去一个新地方的时候，导航已经提示我接近目的地了，但面前却是一整栋建筑，很难找到入口在哪。

所以，过去我总会反复做一个动作：看一眼屏幕，再看看周围，或者原地转一圈，看看导航箭头咋变化。

这一步其实是人工在手动完成一次空间匹配——把地图里的箭头、道路和坐标，转换成现实中的路口、建筑和入口。

现在借助导航 Live，它会把现场画面直接带进导航过程里，直接告诉我 应该怎么走：

这样一来，过去需要我自己完成的那次“空间匹配”，高德现在就直接接手了。它不只知道我在地图上的坐标，还能结合我面朝的方向和镜头里的建筑、路口，判断眼前哪条路才是导航所指的那一条、哪个才是目的地的入口。

这也不只是把摄像头画面叠加到导航界面上，导航 Live 会持续感知周围环境，把地图信息与现实空间对应起来，最终给我带来的体验，就是到了陌生路口或建筑前，不必再完全依靠自己盯着箭头、原地转圈，导航也开始帮我完成抵达前的最后一步判断。

四、从三个新功能背后，重新理解高德

把飞行街景 2.0、避雷指南和导航 Live 放在一起看，会发现这次更新的三大核心能力，已经很难再用传统导航的逻辑来理解高德正在做的事。

传统导航从用户确定目的地那一刻才开始，回答的是”走哪条路、多久能到”。而现在，高德把服务延伸到了出行前后：决策前了解”这个地方是什么样”，出发判断”整体行程能不能成立”，到达后解决”到了现场应该怎么走”。

这并不是三个彼此独立的功能。飞行街景2.0对应三维空间表达，避雷指南依靠时空推演验证行程，导航Live则通过实时感知把地图与现场连接起来。三项产品分别落在不同节点，背后却是同一套空间智能能力。

“世界不只存在于语言里，它更存在于二维的网络拓扑、三维的空间结构、真实世界的流动，以及时间的变化。”高德CEO郭宁说，“大模型理解语言，高德理解世界。”

支撑这套体验的，是高德过去长期积累的道路、地点、交通、位置和环境数据。借助 AI，这些数据正被重新组织，用空间智能的方式重塑从了解目的地、规划行程到真正抵达的完整过程。

而当地图理解的对象从道路扩展到街区、建筑乃至整个城市，空间本身也必须更高效地被构建。

高德今年发布的ABot-Earth 0.7是高德三维空间表达能力的一项直观呈现。作为3D原生城市世界模型，它将空间、时间与现实信息组织进可连续进入、自由探索和交互的三维世界。高德今年发布的ABot-Earth 0.7是高德三维空间表达能力的一项直观呈现。作为3D原生城市世界模型，它将空间、时间与现实信息组织进可连续进入、自由探索和交互的三维世界。产品变化与底层建设两条线交织在一起，勾勒出高德清晰的能力边界：既表达真实空间，也感知其中的变化，并对接下来可能发生的情况作出判断。

也许今天，我们已经很难只用”导航软件”来定义高德。导航仍是最重要、也最为用户熟悉的入口，但高德积累的真实世界信息，正在被进一步组织成理解世界的能力。它依然从一次次具体的出行需求出发，只是开始用空间智能回答更多真实世界的问题。从这个意义上看，高德正在做的，是为AI时代建立一个理解真实世界、连接真实行动的入口。